每天几十条机器人提交,先别急着加图文验证码。要不要挡、挡在哪一层、代价谁承担,是三件事;真客户被挡掉的代价,比漏掉几条垃圾高得多。

先分清:这几十条里都是些什么,闸才装得对

防护装错层比不装更贵:装早了挡真客户,装晚了等于没装。先把来源分开,再决定每层由谁做、留下什么记录。

四层防护对照表:哪一层由谁做、留下什么记录?

把防护拆成四层,是因为每层解决不同问题,混在一起谈,结论往往只剩「加个验证码」。第一层无感,第二层判定,第三层处置,第四层观测。四层都要有人负责、都要落记录,出了问题才查得回去。

层 由谁做 这层解决什么 留下什么记录
无感层 前端表单与边缘节点 蜜罐字段、提交耗时、来源频次 每次提交的耗时与来源分组
判定层 后端服务端 Turnstile Siteverify 或 reCAPTCHA assessment success、hostname、action 与失败原因
处置层 业务规则与销售队列 静默丢弃、tarpit、隔离待审 处置动作与处置时间
观测层 建站与运营 五段计数与隔离队列复盘 每周计数表与逐条结论

为什么「一天几十条」不一定是被攻击?

「一天几十条」先别当成攻击,来源至少分三种。第一种是机器人直提:脚本直接 POST 表单接口,跳过页面,几秒一条。第二种是脚本刷表:低频、换 IP、模仿真人节奏,一天只来几次,不为成交只为试探。第三种是同行采集与人工灌水:有人真的坐在那儿填,内容和产品对得上,只是永远不回复。OWASP 把这类问题拆成边缘、应用、业务三层防御:第一类靠边缘与判定层,第二类靠频次与内容规则,第三类任何一道 CAPTCHA 都挡不住,只能靠业务层,也就是频率、内容特征加人工复核。在我们接手的站里,多数「机器人暴增」是表单接口被遍历,页面本身没有异常。

防护阶梯:官方为什么把看得见的验证码放在最后

把验证码当主防线,是国内建站最常走错的一步。官方给的顺序相反:先抬高滥用成本,再升级挑战,最后才谈硬拦。

四档代价:无感判定、挑战、限流、硬封,各自贵在哪?

四档的代价不在技术,在误伤。第一档无感判定:蜜罐、提交耗时、来源频次,正常人无感,成本最低,但只能筛掉最笨的那批。第二档挑战:Turnstile 的 Managed 模式按浏览器信号决定是否弹交互,弹不弹由信号定,不是打分。第三档限流:按 IP、会话、身份、接口、ASN 多键计数,用令牌桶或滑动窗口,不要用固定窗口,边界时刻会突发。第四档硬封:只对确认滥用的来源用。按《OWASP 机器人管理与反自动化速查表》,命中限流要返统一的 429,不要带精确到能照着排期的重试时间,也不要说明是哪个桶触发。CAPTCHA 在官方口径里属于中等那一档的 step-up,不属于主防线。

分级响应怎么读:从记录到挂起,为什么不要删?

分级响应指的是把「挡不挡」换成「挡到哪一步」。按《OWASP 机器人管理与反自动化速查表》的五档表:1. 低可疑只记录并标记会话,照常服务;2. 中等升到挑战,用 CAPTCHA、多因素或工作量证明(PoW);3. 高转 tarpit,让响应逐步变慢;4. 很高只软封具体动作,不封整站;5. 确认滥用才挂起账号并转人工复核。最后一档有一条容易忽略的纪律:不要删除记录,删了就没有取证。我们把这五档落成三列一张表,命中规则、处置动作、复核人,一天记一次,2026 年起新站都按这张表交付。例如销售点开某条隔离记录,仍能追到是哪条规则命中、谁复核过。

两个时限,决定「加了到底有没有生效」

装了插件却不生效,多半不是判定太松,是判定结果没取回来。取不回时的默认动作如果是放行,那道闸就只是装饰。

Turnstile:token 五分钟、只能用一次,还要核 hostname 与 action?

Turnstile 只返回一个校验结果,不返回风险分。后端要在服务端调 Siteverify,除了 success 为真,还要核对 hostname 与配置里的 action。按《OWASP 机器人管理与反自动化速查表》,token 五分钟过期且只能用一次,同一 token 重复提交会被判为已兑换。Cloudflare 的 Turnstile 文档写得更直接:token 可能无效、过期或已被兑换,不调 Siteverify 的实现不完整,面板里的 token 校验数会是零。最容易出错的是「前端过了就算过」:脚本跳过页面直接 POST,前端那一步根本没跑。要按分数分三档的写法,在这里落不了地,梯度只能由自己的规则产生。

reCAPTCHA:为什么分数要在两分钟内换成 assessment?

reCAPTCHA 的分数不是随 token 一起回来的。按 Google reCAPTCHA 官方文档,token 生成后要在两分钟内送到后端创建 assessment,超过两分钟就拿不到分数。文档同时要求 action 与期望值一致,不一致意味着有人在挪用 token。分数拿到之后怎么用,官方没有给通用阈值,要按自己的业务定。于是默认放行成了最大的漏洞:判定结果取不回来时,代码如果继续往下走,机器人照样入库、照样进销售通知,而看板上一切正常。我们把取不到分数的那条分支写成不进主流程,而不是继续放行。

装在哪:要分数就铺全站,要一次性判定就只放动作?

两个产品的装法不同,原因是各自要的东西不同。reCAPTCHA 官方建议全站每页都装,理由是模型需要看到真实用户与机器人在页面和动作之间怎么移动,装得越全判断越稳。Turnstile 的定位是挂在具体动作上:提交询盘那一下,而不是打开页面就拦。判据只有一条:要分数就铺全站并接受它看到每一次浏览,只要一次性判定就放动作上、别指望它区分老访客。两套混着用、都指望打分,是同一个站换了方案后误伤变多的常见原因。

别把真客户挡掉:错杀长什么样

被挡掉的通常不是手速慢的人。看起来最像机器的三种访客,恰恰是采购经理最常用的三种上网方式。

隐私强化浏览器、企业代理、内置 WebView 为什么像机器人?

三类真实买家会被算成机器。第一类是隐私强化浏览器:指纹被打散、脚本与存储受限,行为特征接近脚本。第二类是企业代理与专线出口:几十个人共用一个出口 IP,同一网段的提交会一起撞上限流。第三类是内置 WebView:在微信、WhatsApp、LinkedIn 里点开落地页,UA 缺片段、cookie 不通、DOM 受限,表单本身就可能交不出去。按《OWASP 机器人管理与反自动化速查表》,不要只因为浏览器被硬化就判定为机器,注重隐私的用户经常看起来像机器人。做法是先按 UA 与网络类型分组看提交成功率,再决定放宽哪一档。

宁可挑战,不要硬拦:蜜罐与 tarpit 怎么配合?

硬拦是最省事也最贵的一档。按《OWASP 机器人管理与反自动化速查表》,对已经识别的机器人不要返 403,改成逐步变慢,脚本的吞吐会自己塌掉,而且不会暴露「你被认出来了」。同样是官方写法:蜜罐字段要用 aria-hidden、绝对定位到屏幕外、tabindex 设为 -1、关掉自动填充,标签写「请留空」,判断必须放在服务端。命中之后两个选择:静默丢弃,或者转 tarpit。给真人留出口也写在同一份文件里:没有通过挑战的用户要有无障碍替代方式,而不是只剩一张看不清的图。

加完一周看什么,以及不要做的三件事

这一周真正要看的不是总量。总量掉了,可能掉的是垃圾,也可能掉的是客户,两个答案压在同一行数字里。

五段计数:尝试、被拦、通过、入库、判定有效?

把总量拆成五个数,问题才会显形。第一段是提交尝试数,第二段是被规则拦下数,第三段是验证通过数,第四段是后端真正入库数,第五段是销售判定有效数。五段分开记,掉在哪一段就查哪一层:通过数大、入库数小,说明后端校验没生效或默认放行;入库数大、有效数小,说明判定太松。我们给客户的上线记录就是这张五行表,每天一行,一周看趋势而不是看单日。对一天只有几十条提交的站,计数表比任何比例都可靠。

三名员工在办公室一起核对询盘表单的提交记录与来源分组

上线先留基线,为什么不要一次全量硬切?

上线顺序比参数重要。第一步先留基线:在没有任何新防护的情况下,记下打开数、提交数、分设备与分渠道的提交数,至少跑满 7 天。第二步只对明显可疑的那部分生效,比如同一 IP 的高频提交、蜜罐命中、提交耗时过短的记录,先不动普通流量。第三步再决定要不要把挑战提到所有人。一次只改一个变量,是我们从改版测试里带过来的纪律:一周的样本量常常小到判不出差别,两处改动一起上,出了事分不清是哪一处。这条纪律在改一版能测出多大提升里写过,用在防护上一样成立。

不能做的三件事?

第一,不要靠收紧必填字段来补防刷。字段越少,真客户越愿意填完,这是表单该留哪几个必填字段讲的事,加字段换来的「干净」通常以放弃真实询盘为代价。第二,不要把拦截率当验收指标。拦得多不等于拦得对,拦截率没有公认口径,签收时说不清。第三,不要只把垃圾扔掉、不留原因。每条被拦记录都要能说清是哪条规则拦的,销售那边说「最近询盘质量差」时,才拿得出三段对账,也就是销售说质量差时的三步对账。

获取 Google 出海专业方案

专业团队一对一服务,助力外贸企业实现询盘增长

免费咨询 →